100年前
一位加拿大摄影师记录下了老北京城的影像
4年前
人民日报在微博上发布了这段珍贵的影像
近日
这段影像被一位北京小伙儿
利用人工智能技术进行了修复
老北京城的样子
活灵活现地展现在了大家面前。
（视频来源：B站up主“大谷的游戏创作小屋”）
逗狗子的方法也算是百年老手艺了
好奇摄像机的人们盯着镜头
他们眺望着百年后
我们回望着百年前
不同的行礼问候方式
修复前后的明显对比
不得不说
上了色且变清晰的视频
感染力和代入感都要远强于原版的黑白视频，
那么，人工智能是如何做到这些的呢？
修复原理
据作者大谷介绍，他在视频修复中用到了3种人工智能工具，分别是DAIN、ESRGAN和DeOldify，我们分别来看下这几个工具的作用。
补帧工具DAIN
帧数（FPS）直接影响视频的流畅度，在正常播放速度下，一般FPS低于30 的视频就会让人觉得卡顿，FPS高于60的话就非常顺滑了，我们可以通过下面的动图来感受一下。
因此，为了给观众提供更好的观看感受，补帧这项技术已经被广泛使用，它的原理是利用人工智能模型获取当前视频的信息，提取需要补帧的瞬间的相邻两帧的信息，通过算法“想象”出相邻两帧间缺失的1帧画面并完成填补。就好比我们在看上方24fps的动图时，虽然中间缺失了很多篮球运动的细节，但我们通过想象依然能够脑补出篮球的运动轨迹。
分辨率提升工具ESRGAN
我们应该都有过这个经历，就是在手机上将一张看着还算清晰的图片放到电脑屏幕上看时，这张图就变得不那么清晰了，丢失了很多细节，而ESRGAN的功能则是将这些丢失的细节补上。ESRGAN中的人工智能模型“观察”过无数段超清影像，学会了如何给新影像中相邻的两个像素间补上合适的像素，才能生成接近真实的细节，让影像即使被放大也能保持清晰。这个过程类似于此前火爆全网的爸爸优化儿子的画的过程。
只不过，人工智能的工作过程是符合现实的罢了~
着色工具DeOldify
DeOldify应用了人工智能深度学习，用于给影像着色和修复。这个人工智能模型同样需要经过学习，在无数影像数据中了解不同物体（比如人、车、门、街道）的颜色，再面对一段黑白影像时，便知道该如何给影像中的不同物体着色。这就好像我们知道香蕉一般是黄色的，那么当我们再看到一张香蕉的黑白图时，就会考虑给它涂上黄色。
原文：TIMOTHY B. LEE
编译：阿米
